肺结节检测方法及装置制造方法及图纸

本申请公开了一种肺结节检测方法及装置。该方法包括输入待检测图像；通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域；以及消除所述肺结节候选区域的非结节区域，得到肺结节检测结果。本申请解决了肺结节检测效果较差的技术问题。在本申请中可以在合适的分辨率下获得关于肺结节的候选区域并且消除非肺结节的区域，且采用课程学习策略可显著提高检测模型的训练速度。

Detection method and device of pulmonary nodules

This application discloses a method and device for detecting pulmonary nodules. The method includes inputting the image to be detected, outputting the candidate areas of pulmonary nodules through a preset candidate area network with a three-dimensional convolution feature pyramid, and eliminating the non-nodular areas of the candidate areas of pulmonary nodules to obtain the detection results of pulmonary nodules. The application solves the technical problem of poor detection effect of pulmonary nodules. In this application, candidates for pulmonary nodules can be obtained at the appropriate resolution and non-pulmonary nodules can be eliminated. Course learning strategies can significantly improve the training speed of the detection model.

【技术实现步骤摘要】
肺结节检测方法及装置
本申请涉及医疗、计算机图形学领域，具体而言，涉及一种肺结节检测方法及装置。
技术介绍
肺结节是肺癌中最重要的征象之一，电子计算机断层扫描(英文全称：ComputedTomography，简称：CT)是检查肺结节最为有效的方式，因此研究基于电子计算机断层扫描的肺结节检测算法非常必要。专利技术人发现，目前肺结节检测方法通过使用深度卷积神经网络，来提取具有判别性的特征，但是并不能较好地处理不同大小的结节的实际检测场景。针对相关技术中肺结节检测效果较差的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请的主要目的在于提供一种肺结节检测方法及装置，以解决肺结节检测效果较差的问题。为了实现上述目的，根据本申请的一个方面，提供了一种肺结节检测方法。根据本申请的肺结节检测方法包括：输入待检测图像；通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域；以及消除所述肺结节候选区域的非结节区域，得到肺结节检测结果。进一步地，通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域包括：输入待检测CT图像；从所述待检测CT图像中获得可能是结节的位置和直径从而生成候选区域；并输出带有置信度得分的候选区域。进一步地，消除所述肺结节候选区域的非结节区域包括：在预设假阳性消除网络中采用图像金字塔策略，根据预设候选区域网络输出的肺结节候选区域大小作为所述预设假阳性消除网络的不同输入。进一步地，消除所述肺结节候选区域的非结节区域包括：在预设假阳性消除网络中采用特征金字塔池化策略，获取不同分辨率下结节候选区域图像。进一步地，消除所述肺结节候选区域的非结节区域包括：采用课程学习策略的平滑的采样方式，采样预设假阳性消除网络的训练样本。为了实现上述目的，根据本申请的另一方面，提供了一种肺结节检测装置。根据本申请的肺结节检测装置包括：输入模块，用于输入待检测图像；候选模块，用于通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域；以及消除模块，用于消除所述肺结节候选区域的非结节区域，得到肺结节检测结果。进一步地，所述候选模块包括：图像输入单元，用于输入待检测CT图像；候选区域生成单元，根据所述待检测CT图像中的位置和直径生成候选区域；候选区域输出单元，用于通过三维卷积特征金字塔网络生成不同尺度的特征图，输出带有置信度得分的候选区域。进一步地，所述消除模块包括：第一策略模块，用于在预设假阳性消除网络中采用图像金字塔策略，根据预设候选区域网络输出的肺结节候选区域大小选择不同的尺度作为所述预设假阳性消除网络的输入。进一步地，所述消除模块，第二策略模块，用于在预设假阳性消除网络中采用特征金字塔池化策略，获取不同分辨率下结节候选区域图像特征。进一步地，所述消除模块还包括：优化模块，挑选用于训练采用课程学习策略的平滑的采样方式，采样预设假阳性消除网络的样本。在本申请实施例中，采用输入待检测图像的方式，通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域，并通过消除模块消除了所述肺结节候选区域的非结节区域，得到肺结节检测结果的目的，从而实现了在合适的分辨率下获得关于结节的候选区域并且消除非结节的区域得到检测结果的技术效果，进而解决了肺结节检测效果较差的技术问题。附图说明构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请实施例的肺结节检测方法示意图；图2是根据本申请实施例的肺结节检测装置结构示意图；图3是根据本申请实施例的肺结节检测装置结构示意图；以及图4是根据本申请实施例的肺结节检测网络结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。如图1所示，该方法包括如下的步骤S102至步骤S106：步骤S102，输入待检测图像；将整个CT图像作为待检测图像进行输入。待检测图像通过任意的方式获取，并且包括多个。需要说明的是，本实施例中可以针对较大数量级的待检测CT图像进行肺结节检测。步骤S104，通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域；通过含有三维卷积特征金字塔的预设候选区域网络可以根据实际的使用场景或者计算能力，对三维卷积特征金字塔配置不同的结构。具体地，将特征金字塔网络扩展到三维卷积上，避免了卷积神经网络在高层语义层丢失各种细节信息，并且通过融合高层和低层特征，使得给定一个输入的待检测CT图像，特征金字塔网络可以很好地在合适的分辨率下获得关于结节的候选区域。通过上述网络可以生成一系列不同尺度的特征图，从而可以在合适的分辨率下对结节进行检测。具体地，在网络中建立了特征图和原始CT图像之间的映射关系，特征图上的每个点预测该点是否为结节的概率以及一个多维比如四维的表示该点相对于真实结节中心的偏移向量，并且采用FocalLoss用于分类训练以及采用HuberLoss用于回归训练。由于面积最大的特征图与输入的原始CT图像的大小一致，故实现了很强的逐像素的检测能力，从而使得该特征金字塔网络对小结节具有的很强的召回能力。作为本实施例中的本文档来自技高网...

【技术保护点】
1.一种肺结节检测方法，其特征在于，包括：输入待检测图像；通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域；以及消除所述肺结节候选区域的非结节区域，得到肺结节检测结果。

【技术特征摘要】
1.一种肺结节检测方法，其特征在于，包括：输入待检测图像；通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域；以及消除所述肺结节候选区域的非结节区域，得到肺结节检测结果。2.根据权利要求1所述的肺结节检测方法，其特征在于，通过含有三维卷积特征金字塔的预设候选区域网络输出肺结节候选区域包括：输入待检测CT图像；根据所述待检测CT图像中的位置和直径生成候选区域；通过三维卷积特征金字塔网络生成不同尺度的特征图，输出带有置信度得分的候选区域。3.根据权利要求1所述的肺结节检测方法，其特征在于，消除所述肺结节候选区域的非结节区域包括：在预设假阳性消除网络中采用图像金字塔策略，根据预设候选区域网络输出的肺结节候选区域大小选择不同的尺度作为所述预设假阳性消除网络的输入。4.根据权利要求1所述的肺结节检测方法，其特征在于，消除所述肺结节候选区域的非结节区域包括：在预设假阳性消除网络中采用特征金字塔池化策略，获取不同分辨率下结节候选区域图像特征。5.根据权利要求4或3所述的肺结节检测方法，其特征在于，消除所述肺结节候选区域的非结节区域包括：采用课程学习策略的平滑的采样方式，挑选用于训练预设假阳性消除网络的样本。6.一种肺结节检测装...

【专利技术属性】
技术研发人员：幸子健，周振，王亦洲，李秀丽，俞益洲，
申请(专利权)人：杭州深睿博联科技有限公司，
类型：发明
国别省市：浙江,33